zoukankan      html  css  js  c++  java
  • 中心极限定理|z分布|t分布|卡方分布

    生物统计学

    抽样分布:n个样本会得到n个统计量,将这n个统计量作为总体,该总体的分布即是抽样分布

     

    根据辛钦大数定律,从一个非正态分布的总体中抽取的含量主n的样本,当n充分大时,样本平均数渐近服从正态分布。因此平均数的抽样分布对正态性的要求并不是十分严格,但方差的抽样分布,对总体的正态性的要求是十分严格的。

    样本平均值的分布:

     

    基于正态总体(两个参数都知道)的抽样分布:

    eg':总体n=3,

    因为n=2有放回抽样,9种可能性:

     

    n=4有放回抽样,81种可能性

     

    统计量与总体参数不完全一样,但是满足以上关系,所以有:

     

    标准误就是参数方差

    非正态分布总体(两个参数都知道):根据中心极限定理,大样本同基于正态总体

    所以,只要是大样本都会满足z分布,z即满足N(0,1)

     

    方差未知:用样本标准差代替总体标准差,并得到t,此时是t满足自由度为(n-1)的t分布,从PDF可知t分布只与自由度有关,与其他无关。

     

    因为n个数要满足均数,必有一个数的值受其他数影响,又因为自由度是独立观测的个数,所以自由度为n-1

    当自由度较大时,也就是n较大时就是正态分布;t--->u

    特征值:

     

    总体分布和抽样分布的关系:

     

    PS:对于总体分布未知的小样本并无方法

    样本方差的分布

    正态总体时,两个参数都知道的情况下,样本方差满足卡方分布

     

    随机变量是S方,所以卡方也是一个随机变量,卡方分布只与自由度有关系。

    总结:

     

    两个正态分布总体(都知道均数和方差),两个样本平均数的和与差的分布:利用正态分布加加减减

     

    两个正态分布总体(都知道均数,但未知方差具体值,但知道方差相等),两个样本平均数的和与差的分布:利用他分布加加减减

     

    分布使用条件:1.均值是否已知?2.方差是否已知?3.样本量是大或者小?

     

     

  • 相关阅读:
    微信公众号-框架业务
    微信公众号-加解密数据demo坑
    JS进制转换,浮点数相加,数字判断
    lamp环境-编译安装
    批量解压目录下的文件
    设置用户sudo -s拥有root权限
    CentOS 6.5-默认没开启网络连接:开启网络连接
    检查一下是否安装了环境,安装则卸载
    负载均衡-多台机子session不起效:把php.ini中file改为memcache存储
    由json生成php配置文件
  • 原文地址:https://www.cnblogs.com/yuanjingnan/p/11525281.html
Copyright © 2011-2022 走看看